Docs: clarify rope_scaling config for vLLM users222

README.md

@@ -24,62 +24,33 @@ Qwen2.5-VL 从头开始训练了一个原生动态分辨率的 ViT，包括 CLIP
 <div align=center>
     <img src="./images/theory.png"/>
 </div>
-
 ## 环境配置
-### Docker（方法一）
-推荐使用docker方式运行， 此处提供[光源](https://www.sourcefind.cn/#/service-details)拉取docker镜像的地址与使用步骤
-```
-docker pull image.sourcefind.cn:5000/dcu/admin/base/pytorch:2.3.0-py3.10-dtk24.04.3-ubuntu20.04
-docker run -it --shm-size=1024G -v /path/your_code_data/:/path/your_code_data/ -v /opt/hyhal:/opt/hyhal --privileged=true --device=/dev/kfd --device=/dev/dri/ --group-add video --name qwen2.5_vl  <your IMAGE ID> bash # <your IMAGE ID>为以上拉取的docker的镜像ID替换
-
-cd /path/your_code_data/
-pip install git+https://github.com/huggingface/transformers
-pip install qwen-vl-utils[decord]
 
-# 按照文件夹中的flash_atten-2.6.1和 rotary_emb
-pip install flash_attn-2.6.1+das.opt2.dtk24043-cp310-cp310-manylinux_2_28_x86_64.whl
-pip install rotary_emb-0.1.0+das.opt2.dtk24043-cp310-cp310-manylinux_2_28_x86_64.whl
-
-```
-Tips:以上dtk驱动、python、torch等DCU相关工具版本需要严格一一对应。
-### Dockerfile（方法二）
-此处提供dockerfile的使用方法
-```
-docker build -t qwen2.5_vl:latest .
-docker run --shm-size 500g --network=host --name=qwen2.5_vl --privileged --device=/dev/kfd --device=/dev/dri --group-add video --cap-add=SYS_PTRACE --security-opt seccomp=unconfined -v 项目地址(绝对路径):/home/ -v /opt/hyhal:/opt/hyhal:ro -it <your IMAGE ID> bash
+## 环境依赖
 
-cd /path/your_code_data/
-pip install git+https://github.com/huggingface/transformers
-pip install qwen-vl-utils[decord]
+|     软件     |                      版本                      |
+| :----------: | :--------------------------------------------: |
+|     DTK      |                    25.04.2                     |
+|    python    |                    3.10.12                     |
+| transformers |                     4.57.3                     |
+|     vllm     |   0.9.2+das.opt2.dtk25042.20251225.g1663f34c   |
+|    torch     |            2.5.1+das.opt1.dtk25042             |
+|    triton    |   3.1.0+das.opt1.dtk25042.20251224.gaa867475   |
+|  flash_attn  |   2.6.1+das.opt1.dtk2504.20251222.g859b5024    |
+|  flash_mla   | 1.0.0+das.opt1.dtk2604.20251218.gb14bad68.rccl |
 
-# 按照文件夹中的flash_atten-2.6.1和 rotary_emb
-pip install flash_attn-2.6.1+das.opt2.dtk24043-cp310-cp310-manylinux_2_28_x86_64.whl
-pip install rotary_emb-0.1.0+das.opt2.dtk24043-cp310-cp310-manylinux_2_28_x86_64.whl
+当前仅支持镜像: harbor.sourcefind.cn:5443/dcu/admin/base/vllm:0.9.2-ubuntu22.04-dtk25.04.2-1226-das1.7-py3.10-20251226
 
-```
-### Anaconda（方法三）
-此处提供本地配置、编译的详细步骤，例如：
+- 挂载地址`-v`根据实际模型情况修改
 
-关于本项目DCU显卡所需的特殊深度学习库可从[光合](https://developer.sourcefind.cn/tool/)开发者社区下载安装。
-```
-DTK驱动:dtk24.04.3
-python:3.10
-torch:2.3.0
-flash-attn:2.6.1
+```bash
+docker run -it --shm-size 60g --network=host --name minimax_m2 --privileged --device=/dev/kfd --device=/dev/dri --device=/dev/mkfd --group-add video --cap-add=SYS_PTRACE --security-opt seccomp=unconfined -u root -v /opt/hyhal/:/opt/hyhal/:ro -v /path/your_code_path/:/path/your_code_path/ harbor.sourcefind.cn:5443/dcu/admin/base/vllm:0.9.2-ubuntu22.04-dtk25.04.2-1226-das1.7-py3.10-20251226
 ```
-`Tips：以上dtk驱动、python、torch等DCU相关工具版本需要严格一一对应`
 
-其它非深度学习库参照requirement.txt安装：
-```
-cd /path/your_code_data/
-pip install qwen-vl-utils[decord]
-pip install git+https://github.com/huggingface/transformers
+更多镜像可前往[光源](https://sourcefind.cn/#/service-list)下载使用。
 
-# 按照文件夹中的flash_atten-2.6.1和 rotary_emb
-pip install flash_attn-2.6.1+das.opt2.dtk24043-cp310-cp310-manylinux_2_28_x86_64.whl
-pip install rotary_emb-0.1.0+das.opt2.dtk24043-cp310-cp310-manylinux_2_28_x86_64.whl
+关于本项目DCU显卡所需的特殊深度学习库可从[光合](https://developer.sourcefind.cn/tool/)开发者社区下载安装。
 
-```
 ## 数据集
 
 在LLamaFactor中自带测试数据集，使用mllm_demo,identity,mllm_video_demo数据集，已经包含在data目录中